关于公共部门决策中收益成本比的优化
最优化与控制
2023-04-17 v2
摘要
公共部门的决策核心在于为共同利益提供资源和服务，强调一套广泛的的目标，如公平与效率，超越即时短期回报以反映社会及公共受益者的更广泛关切。成本收益分析是公共部门中流行的决策框架，常使用收益成本比(BCR)来比较可行替代方案，然而除“不作为”现状外，尚无系统框架用于评估众多替代方案。我们提出一个新框架以最大化公共部门决策的 BCR，寻求每边际能力部署的最大改进。要求现状可通过(受约束的)决策变量表示，该框架普遍适用且对涉及最大化资源边际部署 BCR 的广泛决策情境有用。我们在一个引人注目的案例研究中展示了框架的适用性：纽约市流浪与无家可归青年庇护所系统，这是一个社会需求高度旺盛的领域。我们将此问题表示为混合整数线性分数规划(MILFP)，并采用 Dinkelbach 算法将 MILFP 转换为一系列线性化混合整数优化问题，使我们的方法对相当大规模问题实例可解。我们基于优化的算法框架产生了数据驱动的推荐，用于制定纽约市庇护所扩展决策以更好地服务流浪与无家可归青年，并推广以揭示优化 BCR 的管理洞察。更广泛地，我们的算法决策框架允许跨多个潜在约束进行迭代和比较，确保偏离现状的行动，从而赋能对额外资源边际部署的有效评估。
引用
@article{arxiv.2212.04534,
title = {On the Optimization of Benefit to Cost Ratios for Public Sector Decision Making},
author = {Frederick "Forrest" Miller and Yaren Bilge Kaya and Geri L. Dimas and Renata Konrad and Kayse Lee Maass and Andrew C. Trapp},
journal= {arXiv preprint arXiv:2212.04534},
year = {2023}
}